现在3080还值得买吗?

电脑教程017

现在3080还值得买吗?,第1张

3080显卡真的很香?再高的性价比,其实你依然买不起前段时间,一张显卡的发布让整个玩家群体都嗨了起来。GeForce RTX3080系列游戏最新显卡,因性能强悍引发全球游戏玩家疯抢。几乎是发布瞬间便被抢购一空,连英伟达都没想到玩家竟然有如此热情,还站出来为售罄的事情进行道歉。

胖大海作为游戏玩家,当然对性价比如此之高的显卡垂涎已久。当初2080ti的高昂售价,阻挡了胖大海的脚步。此次3080的出现,第一次让胖大海有了购买的冲动。超越2080ti的性能,价格却只有其一半,那3080不跟白捡一样?

于是胖大海开始构思自己的配置升级之旅,但研究了许久突然发现,原来3080显卡即使已经沦为抢到就是赚到的价格,依然不是胖大海能够承受的。胖大海目前正在使用的电脑是三年前自己组装的。当时的配置是i7-7700k加华硕z270a的主板CPU套装,显卡选取的是当时还算不错的华硕猛禽1070显卡,16g内存加上1t的机械搭配120g的固态硬盘。所有配件均来自狗东,除了cpu为某宝购买的上散片。

记上机箱、电源、显示器等其他设备,整个电脑完整的配下来,但是应该花费了万元左右。但是选择i7-7700k和z270的组合,主要便是想着预留一定的升级空间,以便将来升级。之后三年的时间中,陆续加大了内存、硬盘等配件,但主要的三大件保持了原样。

这套配置,目前市面上的主流游戏基本都可以流畅运行,不存在玩不了的3a大作。此次3080的出现,让胖大海有了升级显卡的念头,但细细算了一笔账后。胖大海只能说,我的电脑还能再战两年。想要用上3080需要哪些准备工作?我们假设以发布价5499的价格购入3080显卡,但以我现在的电脑配置却无法直接使用,相应的设备必须统统升级。当下新一代cpu还未发布,以已经发布的10代cpu带3080,必须要换掉现在的主板。一套主板cpu的套装,目前价格也在5000元左右。这等于当初我整个电脑才花费万元,现在升级依旧要花费这个数,还不说目前3080已经被炒到了万元高位。胖大海心里一琢磨,原来所谓的升级根本就是一个大坑。

除此之外,电源、显示器可能都要进行更换。整个花费下来,和当初配个新电脑毫无差别,甚至价格还要更高。对不差钱的玩家来说,当初能够买下2080ti,自然不差这几千3080的钱。但对待类似胖大海这种大众玩家来说,攒机真的不是一件简单的事情。如果只为了一个目前来看性能溢出的超值显卡,再额外去花费更多的钱购买设备升级。而可能还没用到两年,新的cpu出来了,价格依然很香。你又要为了这个cpu换掉你手中的3080吗?对待游戏玩家,一台高性能的主机当然格外重要。但真的因为此次3080的性价比很高,而选择盲目的升级并不可取。真正需要3080显卡的除了不差钱的,那么应该是5年前的高配电脑用户。一台高配电脑,使用5年再进行更换升级应该是个差不多的时间。

你永远也追赶不上,电子产品的更新换代速度。如果你细心观察你会发现,这些硬件厂商对产品进行换代式更新的时间,都卡在一个非常有规律的时间点上。什么时候发布新品利润更大,什么时候新品应该挤牙膏,对如今大数据流行的时代,硬件厂商早就将你算计得死死的。总之一句话,追求新硬件的脚步需要理智,是否购买3080除了财力,更应该看需求。当然,如果你不差钱,请给我也买一台。

各种30系列显卡官方发售价:

1、3060:2499元。

2、3060ti:2999元。

3、3070:3899元。

4、3070ti:4499元。

5、3080:5499元。

6、3080ti:8999元。

7、3090:11999元。

基本性能

RTX3080启用了68个SM单元,共8704个CUDA核心,拥有10GBGDDR6X显存,19.0Gbps速度,320bit位宽,最大带宽为760Gbps,可在4K分辨率下带来每秒60帧稳定的游戏体验。英伟达CEO黄仁勋表示,RTX3080显卡性能达到了RTX2080的两倍。

还有时隔多年的90级定位显卡——RTX3090,它配备了GA102-300GPU,10496个CUDA核心,24GBGDDR6X显存,384bit位宽,最大带宽为936Gbps,可在8K分辨率下体验到60帧的游戏体验。

一、RTX3080大显存版本

RTX3080上市也已经有快一个月的时间了,在RTX3090销售遇冷,RTX3070发售延误的当下,英伟达也是透露出了RTX3080大显存版本的消息,将在未来推出一款搭载20GB显存的RTX3080,应对高分辨率游戏、神经网络学习等方面的需求。

二、大显存版本性价比

RTX3080-20GB显存版本,除了显存翻倍之外,其它的配置都与普通版本完全一致,对于一般的用户来说,比如使用2K或者1080P显示器的玩家,那么大显存版本基本上是不值得购买的,而对于挖矿、神经网络学习等用户的用户来说则十分值得关注。